摘要：Cognition 工程师驱动多个 Devin 智能体构建 GPU 格子筛，完成 260 位 RSA-260 因式分解，刷新此前 RSA-250 公开纪录。
Cognition 的工程师 samyok 带队，驱动多个 Devin 智能体搭出高性能 GPU 格子筛（lattice sieve），把 260 位的 RSA-260 完成因式分解，刷新了此前 RSA-250（2020 年 2 月）保持的公开 RSA 挑战纪录。作者亲历了用 Devin 在约三周内分解 RSA-260 的全过程，还给出了成本明细和人类介入的具体环节——这让它不像"AI 又破纪录"的标题党，而是一份可信的实测报告。读完整篇，你得到的不是一句结论，而是一张"智能体到底干了什么、人干了什么"的清单。
为什么这件事值得作为"深度测评"来看？因为它回答了从业者的真实疑问：智能体到底能承担多大尺度的科研计算？RSA 因式分解是计算数论里的硬骨头，过去靠人类专家手调算法、调参、排查数值稳定性。Cognition 的做法是让 Devin 们分工协作——有的写筛法实现，有的做性能优化，有的管数值校验——人类在关键节点兜底。这种"人机分工的颗粒度"比单纯跑分更有参考价值。它不是"机器全自动搞定"的神话，而是"机器扛重复、人扛判断"的实景。
报告的诚实之处在于没把人摘掉。它明确列出了哪些环节仍要人类拍板、成本花在哪、踩了哪些坑。对想用 Agent 做严肃科研的团队，这比任何营销都实在：智能体不是全自动黑箱，而是把"重复且可见的子任务"交给机器、把"判断与定题"留给人，整体效率因此上一个台阶。一个细节是，人类介入多发生在"算法选型"和"数值异常排查"，而这些恰恰是模型目前最不可靠的地方。
横向看，这和本期 OpenAI 自动化研究实习生、Cursor 协调者智能体的主线一脉相承：Agent 正在接管"执行密度高、但可被验证"的工作。RSA-260 的价值，正是给"智能体能跑多深"画了一道新的、可核验的刻度线。它的可验证性很强——分解对不对，乘回去验一下就知道，这恰恰是智能体最适合接手的那类任务：结果有明确对错，过程可以被拆分。
对安全领域，这也提醒一句：当因式分解这类密码学相关任务被智能体显著加速，长周期密钥的前置风险值得提前纳入考量。公玥体系的设计通常假设"人类做这件事要几十年"，但如果智能体把周期压到几周，安全余量就得重新算。一项科研能力的提速，往往先是惊喜，后是警醒。
